文献

J-GLOBAL ID：201702247910670049   整理番号：17A0118846

サイバー攻撃イベント抽出のための特徴表現モデル【Powered by NICT】

Feature Representation Models for Cyber Attack Event Extraction

著者 (3件)： Qiu Xinying ,  Lin Xiaoxin ,  Qiu Likun
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： WIW  ページ： 29-32  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： サイバー攻撃事象とその議論を分類するための複数の特徴表現モデルを設計し,比較した。実験結果により,文の語彙,文脈,および意味的特徴を組み合わせた教師つき学習法と前注釈付け訓練と試験データとサイバー攻撃イベント議論を同定するための良好に動作することを示す。しかし,非-注釈付き試験候補と実行可能なシミュレーション実験と,トリガマッチング法は,事象形式の検出に対し最善に動作するが,大規模コーパスを用いて訓練された単語埋込み特徴モデルが他のモデルよりもはるかに優れた性能を示した。比較はサイバー攻撃ニュース検出における将来の改善のための光を当てた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 語彙 ,  シミュレーション ,  ニュース ,  教師つき学習 ,  *アノテーション ,  単語
準シソーラス用語： 特性モデル ,  試験データ ,  *特徴表現 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： サイバー攻撃 ,  イベント ,  特徴表現 ,  モデル